摘要:针对在广播式自动相关监视信号在低信噪比,低相对延时的情况下解交织成功率低的问题,提出了 基于VMD-SSA-ICA的ADS-B信号解交织方法。该方法首先采用变分模态分解方法对交织信号进行模态分解。其次基于奇异谱分析方法对各个模态进行重构,消除模态混叠,有效地分析ADS-B信号的潜在 结构;然后用独立成分分析算法进行解交织。最后利用Dn-CNN神经网络对输出信号进行去噪处理,实 现了信号分离与去噪的一体化。实验结果表明,该方法能够在信噪比为8~15 dB的情况下,分别实现 60.92%~99.94%的信号解码成功率;针对不同信号相对时延的实验结果表明,算法在相对时延为0~10 μs 的情况下仍保持稳定的解交织性能。由此可见,该方法显著提升了ADS-B信号解交织算法的鲁棒性和抗干扰能力。